#
kNN kNN算法的原理很簡單，就是將新數據的特征與樣本集中相應的特征進行比較，然后提取將樣本集中特征最相似的數據的分類標簽作為新數據的標簽，一般的，只選取數據集中前k個最相似的元素，因此該算法
K最近鄰算法是分類問題中經常使用的一種非參數方法。算法的思路清晰簡潔：對于待分類的樣本，找出與其最近的K個樣本（即訓練樣本中的K個）。然后對這K個樣本進行投票，待分樣本與多數樣本的類別一
K-鄰近分類方法通過計算待分類目標和訓練樣例之間的距離，選取與待分類目標距離最近的K個訓練樣例，根據K個選取樣例中占多數的類別來確定待分類樣例。距離類型有很多，大致有歐式距離
